Identificación de eventos no supervisados y etiquetados para difracción
Esquemas de apilamiento multi-paramétrico, como el apilamiento de superficie de reflexión común (CRS), han demostrado rendir resultados confiables incluso para datos fuertemente contaminados por ruido.
Esto es particularmente útil para eventos de baja amplitud, como difracciones, pero también en entornos sísmicos pasivos.
Como subproducto a una sección de compensación cero con una relación señal / ruido significativamente mejorada, el apilamiento CRS también extrae un conjunto de atributos de frente de onda físicamente significativos de los datos sísmicos, que son una herramienta poderosa para el análisis de datos adicional.
Estos atributos de frente de onda describen las propiedades de dos frentes de onda conceptuales que emergen en la superficie.
Mientras que estos frentes de onda son hipotéticos en el caso de reflexión, para las difracciones y los eventos sísmicos pasivos, los atributos del frente de onda describen el frente de onda realmente medido.
Aunque los atributos se extraen localmente de los datos sin procesar y varían lateralmente a lo largo de los eventos, un análisis de su similitud local permite la identificación global de mediciones, que provienen del mismo difractor o fuente pasiva, es decir, de la misma ubicación en el subsuelo.
En este trabajo, se presenta un esquema totalmente sin supervisión para identificar y etiquetar globalmente las difracciones en datos simples y complejos por medio de la similitud de atributos locales.
Debido al hecho de que la propagación de la onda es un proceso suave y debido a que solo se asume la similitud de los atributos locales, este enfoque no se limita a ajustes con heterogeneidad moderada del subsuelo.
Se demuestra mediante un simple ejemplo que el etiquetado de eventos es un ingrediente esencial para, por ejemplo, enfocar el análisis en la tomografía de frente de onda y para el análisis de incertidumbre de velocidad y localización para datos de difracción.
Aunque no se muestra explícitamente en este trabajo, el método propuesto es igualmente aplicable a datos sísmicos pasivos.
Esto es particularmente útil para eventos de baja amplitud, como difracciones, pero también en entornos sísmicos pasivos.
Como subproducto a una sección de compensación cero con una relación señal / ruido significativamente mejorada, el apilamiento CRS también extrae un conjunto de atributos de frente de onda físicamente significativos de los datos sísmicos, que son una herramienta poderosa para el análisis de datos adicional.
Estos atributos de frente de onda describen las propiedades de dos frentes de onda conceptuales que emergen en la superficie.
Mientras que estos frentes de onda son hipotéticos en el caso de reflexión, para las difracciones y los eventos sísmicos pasivos, los atributos del frente de onda describen el frente de onda realmente medido.
Aunque los atributos se extraen localmente de los datos sin procesar y varían lateralmente a lo largo de los eventos, un análisis de su similitud local permite la identificación global de mediciones, que provienen del mismo difractor o fuente pasiva, es decir, de la misma ubicación en el subsuelo.
En este trabajo, se presenta un esquema totalmente sin supervisión para identificar y etiquetar globalmente las difracciones en datos simples y complejos por medio de la similitud de atributos locales.
Debido al hecho de que la propagación de la onda es un proceso suave y debido a que solo se asume la similitud de los atributos locales, este enfoque no se limita a ajustes con heterogeneidad moderada del subsuelo.
Se demuestra mediante un simple ejemplo que el etiquetado de eventos es un ingrediente esencial para, por ejemplo, enfocar el análisis en la tomografía de frente de onda y para el análisis de incertidumbre de velocidad y localización para datos de difracción.
Aunque no se muestra explícitamente en este trabajo, el método propuesto es igualmente aplicable a datos sísmicos pasivos.
